谷歌希望通過釋出Gemini從而追趕OpenAI

  ICC訊 說到當(dāng)前這輪人工智能熱潮背后的支持技術(shù)，Alphabet旗下的谷歌其實(shí)是發(fā)明者，但其產(chǎn)品的受歡迎程度卻明顯滯后。谷歌希望透過發(fā)布備受期待的Gemini來改變這種局面，這是該公司迄今為止構(gòu)建的“規(guī)模最大、功能最強(qiáng)的工人智能模型”。

  自從OpenAI去年憑借其對(duì)話式聊天機(jī)械人ChatGPT取得巨大成功以來，越來越多的公司一直在嘗試產(chǎn)生式人工智能，這種技術(shù)可以根據(jù)用戶的要求自動(dòng)執(zhí)行編碼、總結(jié)報(bào)告或建立營(yíng)銷活動(dòng)等任務(wù)。在12月6日發(fā)布這款產(chǎn)品前的一次演示會(huì)上，谷歌強(qiáng)調(diào)，Gemini是其構(gòu)建的最靈活的模型，因?yàn)樗胁煌?guī)模的版本，包括一個(gè)可以直接在智能手機(jī)上執(zhí)行的版本。這使它有別于其他競(jìng)爭(zhēng)對(duì)手。

  這款人工智能模型是一個(gè)用于支持各種產(chǎn)生式人工智能應(yīng)用程序的系統(tǒng)，它有三個(gè)不同的版本：Gemini Ultra、Gemini Pro和Gemini Nano。谷歌DeepMind部門產(chǎn)品副總裁柯林斯（Eli Collins）表示，這種多樣性意味著Gemini“能夠在從流動(dòng)裝置到大型數(shù)據(jù)中心的所有裝置上執(zhí)行”。

  “長(zhǎng)期以來，我們一直希望構(gòu)建新一代人工智能模型，其靈感來自于人們理解這個(gè)世界并與其互動(dòng)的方式——這種人工智能感覺更像是一個(gè)助人為樂的合作者，而不是一款智慧軟件，”柯林斯在接受電話采訪時(shí)說道，“Gemini讓我們離這個(gè)愿景又靠近了一步?！?

  在這款模型發(fā)布前，該公司對(duì)Gemini進(jìn)行了一系列標(biāo)準(zhǔn)的行業(yè)基準(zhǔn)檢驗(yàn)，并表示，在八項(xiàng)測(cè)試中有六項(xiàng)結(jié)果顯示，Gemini Pro的表現(xiàn)優(yōu)于OpenAI的GPT-3.5。谷歌稱，在對(duì)通用語言理解、推理、數(shù)學(xué)和編碼進(jìn)行的八項(xiàng)基準(zhǔn)檢驗(yàn)中，Gemini有七項(xiàng)結(jié)果優(yōu)于OpenAI通用模型的最新版本GPT-4。與此同時(shí)，谷歌估計(jì)，該公司最新的可解釋和產(chǎn)生程序代碼的產(chǎn)生式人工智能產(chǎn)品AlphaCode 2在競(jìng)爭(zhēng)性程序設(shè)計(jì)領(lǐng)域超過了85%的競(jìng)爭(zhēng)對(duì)手。該公司將發(fā)布一份技術(shù)報(bào)告，更深入地解釋Gemini的模型架構(gòu)、訓(xùn)練過程和評(píng)估情況。

  從12月6日開始，想要為智能手機(jī)和平板計(jì)算機(jī)編寫Gemini支持的應(yīng)用程序的Android開發(fā)人員將能夠注冊(cè)使用這款人工智能模型的“nano”版本，該版本可以直接在此類裝置上執(zhí)行。谷歌還表示，將立即在其旗艦手機(jī)Pixel 8 Pro上啟用Gemini，它將支持新的產(chǎn)生式人工智能功能，例如從電話錄音中總結(jié)要點(diǎn)。下周，谷歌將透過其Vertex AI和AI Studio平臺(tái)向云客戶提供Gemini Pro。

  Gemini Ultra是最大版本的谷歌人工智能模型，最初將在面向開發(fā)者和企業(yè)公司的搶先體驗(yàn)計(jì)劃中推出，有關(guān)該計(jì)劃的詳細(xì)信息將于下周公布。這個(gè)版本將于明年早些時(shí)候向公眾廣泛推出。

  Gemini還能透過Bard與谷歌的大量應(yīng)用程序和服務(wù)整合在一起，Bard是該公司的對(duì)話式聊天機(jī)械人，是ChatGPT的競(jìng)爭(zhēng)對(duì)手。此前，Bard使用的是谷歌的PaLM 2模型，這是該公司在5月份的年度開發(fā)者大會(huì)上宣布的大型語言模型。

  在過去一年中，谷歌一直面臨壓力，既要重塑其核心搜尋業(yè)務(wù)，又要應(yīng)對(duì)產(chǎn)生式人工智能程序興起的浪潮。盡管該公司長(zhǎng)期以來一直被視為人工智能研究領(lǐng)域的先驅(qū)，但一些人批評(píng)其管理層在人工智能產(chǎn)品營(yíng)銷方面反應(yīng)遲緩，尤其是在ChatGPT和影像產(chǎn)生器Dall-E等產(chǎn)品大獲成功之后。自O(shè)penAI于3月份發(fā)布GPT-4以來，谷歌一直在努力重申其在該領(lǐng)域的領(lǐng)導(dǎo)地位，包括將這項(xiàng)新技術(shù)注入其成熟的搜尋業(yè)務(wù)。

  Gemini就是該公司面對(duì)這種市場(chǎng)壓力給出的答案。谷歌表示，人工智能模型是“天然多模式”，這意味著它從一開始就經(jīng)過預(yù)先訓(xùn)練，可以處理使用者給出的基于文字和影像的提示。例如，在一則影片演示中，谷歌展示了家長(zhǎng)可以透過上傳某道某數(shù)學(xué)題的影像以及在草稿紙上嘗試解題的步驟照片，來幫助孩子完成家庭作業(yè)。

  在演示影片中，谷歌的軟件工程師阿普爾鮑姆表示：“Gemini不僅能解出這些題目，還可以閱讀這些答案并理解哪些是對(duì)的，哪些是錯(cuò)的，并對(duì)需要進(jìn)一步澄清的概念作出解釋?！痹摴具€表示，其“搜尋產(chǎn)生體驗(yàn)”——谷歌利用其產(chǎn)生式人工智能技術(shù)構(gòu)建的實(shí)驗(yàn)版本的搜索引擎——將在明年融入Gemini的新功能。

  盡管如此，該公司的代表警告說，Gemini仍然容易“產(chǎn)生幻覺”，也就是產(chǎn)生式人工智能產(chǎn)生的虛假或捏造的信息?？铝炙狗Q這種現(xiàn)象為“一個(gè)未解決的研究問題”。該公司向記者展示的演示影片是預(yù)先錄制的。

  柯林斯說，Gemini“在谷歌所有人工智能模型中擁有最全面的安全評(píng)估”。他說，為了評(píng)估Gemini的安全性，谷歌對(duì)這款人工智能模型進(jìn)行了對(duì)抗性測(cè)試，也就是模仿一位試圖利用該程序的壞人給出提示。此次測(cè)試包括“真實(shí)毒性提示”，這是艾倫人工智能研究所開發(fā)的一項(xiàng)測(cè)試，其中包含從網(wǎng)上提取的10萬多個(gè)提示，旨在幫助人工智能研究人員檢查大型語言模型中是否存在仇恨言論和政治偏見。

  谷歌還強(qiáng)調(diào)，這項(xiàng)工具的速度將會(huì)很快。該公司表示，Gemini使用了一種新的底層超級(jí)計(jì)算器架構(gòu)和更新的處理芯片，使其比早前較小的模型執(zhí)行得更快。谷歌正在使用一種新版本的云芯片——Cloud Tensor Processing Units （簡(jiǎn)稱TPUs），這是一種內(nèi)部設(shè)計(jì)的芯片，和前代產(chǎn)品相比，它訓(xùn)練現(xiàn)有模型的速度要快2.8倍。谷歌機(jī)器學(xué)習(xí)副總裁阿明·瓦赫達(dá)特說，這種方法讓谷歌“對(duì)未來標(biāo)準(zhǔn)人工智能基礎(chǔ)設(shè)施有了新的認(rèn)識(shí)”。他補(bǔ)充說，該公司仍然會(huì)使用第三方人工智能芯片來執(zhí)行其Gemini模型。

  Gemini將被整合到3月份推出的谷歌產(chǎn)生式人工智能聊天機(jī)械人Bard當(dāng)中，使其能夠利用該公司最受歡迎的服務(wù)，包括Gmail、地圖、檔案（Docs）和YouTube。此次推出將分為兩個(gè)不同的階段進(jìn)行：從12月6日開始，Bard將由Gemini Pro提供支持，它將實(shí)現(xiàn)高階推理、規(guī)劃、理解和其他功能。它將能夠在170個(gè)國(guó)家和地區(qū)以英語執(zhí)行，但值得注意的是，不包括歐洲或英國(guó)，該公司表示它正在和當(dāng)?shù)乇O(jiān)管機(jī)構(gòu)協(xié)商。

  明年初，該公司打算發(fā)布Bard Advanced，這款產(chǎn)品將由功能更強(qiáng)大的Gemini Ultra模型提供支持。谷歌表示，它很快將推出一個(gè)值得信賴的測(cè)試程序，以便在向公眾廣泛推出之前改進(jìn)Bard Advanced。谷歌負(fù)責(zé)Bard產(chǎn)品的副總裁Sissie Hsiao表示，“有了Gemini的加持，Bard正在進(jìn)行迄今為止最大、最好的升級(jí)，它將為人們開啟創(chuàng)作、互動(dòng)和協(xié)作的新方式?！?